KI lernt Muster aus Beispielen — Technik, 7–10
Manche Computerprogramme finden Muster in vielen Beispielen, statt jede Regel einzeln zu bekommen. Das kann nützlich sein, bedeutet aber nicht, dass die Maschine alles wie ein Mensch versteht.
Ein Muster lernen
Bei dieser Art von KI geben Menschen Beispiele vor, und der Computer sucht nach wiederkehrenden Hinweisen. Nach dem Training nutzt er diese Hinweise bei einem neuen Fall, etwa um zu entscheiden, ob ein Bild eine Katze zeigt, die er genau so noch nie gesehen hat.
Warum aus Beispielen lernen?
Manche Aufgaben kann man leicht zeigen, aber nur schwer mit genauen Anweisungen erklären. Alle Regeln zum Erkennen eines Gesichts oder einer handgeschriebenen Zahl aufzuschreiben, ist schwierig. Beispiele lassen das Programm nützliche Hinweise finden; Menschen wählen aber die Aufgabe und prüfen die Ergebnisse.
Rote und blaue Äpfel sortieren
Gib einem Programm vier gekennzeichnete Beispiele: kleine und große rote sowie kleine und große blaue Äpfel. Wenn alle roten die Kennzeichnung „rot“ und alle blauen „blau“ tragen, erkennt das Programm die Farbe, nicht die Größe. Einen mittelgroßen roten Apfel ordnet es als rot ein.
Es kann selbstsicher falsch liegen
Eine klar wirkende Antwort kann vertrauenswürdig erscheinen, besonders wenn ein Computer sie schnell liefert. Doch das Programm kann einen falschen Hinweis gelernt haben oder die Beispiele können unvollständig oder unfair sein. Selbstsicherheit beweist nicht, dass die Vorhersage stimmt.
Erkennen und empfehlen
KI-Systeme, die nach Mustern suchen, können Fotos sortieren, ein Lied empfehlen oder Sprache in geschriebene Wörter umwandeln. Sie funktionieren am besten, wenn die Beispiele zur echten Situation passen. Deshalb sollte man wichtige Ergebnisse hinterfragen können, statt jede Antwort automatisch anzunehmen.
Weiter erkunden
Andere Sprachen
MyLeoNes™ wird geladen…